本书为一部面向高等院校文科类相关专业的人工智能通识教材，旨在系统讲授人工智能基础知识与核心应用技能。随着人工智能技术在社会各领域的深度融合，文科专业学生亟需掌握相关技术，以应对未来职业发展的新需求。本书从基础理论到实践应用，再到伦理反思，构建了完整的人工智能通识课程知识体系，帮助文科生轻松入门并灵活运用人工智能技术。全

大模型是大语言模型（LargeLanguageModel，LLM）的缩写，是一种可以生成自然语言文本或图像的概率模型。近年来，该技术快速发展，在全球范围内掀起热潮，并深刻地融入了社会经济与生活的各个方面。本教材基于作者团队在大模型学术与工业界的实践编写而成，系统地阐述了大模型的基本原理、关键技术和场景应用，具体涵盖了大

本书是为必修通识课“人工智能基础”编写的教材。全书分为理论片和实践篇两部分。理论篇主要内容包括：人工智能概览、Python程序设计基础、机器学习与深度学习、计算机视觉、自然语言处理、智能语音、生成式人工智能、人工智能伦理；实践篇包含14个实验项目，分别针对理论篇各章节内容，采用示例、图表和伪代码使概念形象化，鼓励动手实

本教材立足大学各专业新生的知识基础，系统而简明地阐述人工智能的基本原理及其实际应用。全书采用通俗易懂的表述和丰富的案例来讲解人工智能的基本概念、发展脉络和核心技术方法。应用案例采用模块化编排，共分为产业、医疗、文旅与教育三大个板块：产业板块主要介绍人工智能在贵州六大产业等领域的创新实践；医疗板块探究人工智能在药物研发、

人工智能与数学、自然科学及工程应用等领域深度交叉融合，正成为推动新一轮科技革命的重要动力.特别是在“AIforScience”的兴起下，人工智能正在从数据驱动向更具模型结构与科学机理的方向扩展，成为科学研究与工程计算的新引擎.本书正是在这一趋势下编写而成，系统总结了人工智能与科学问题交叉融合中所涉及的模型与数据双驱动的

机器学习是人工智能的核心实现方式之一，深度学习是机器学习的一种，它基于人工神经网络，通过多层非线性变换提取数据特征。本书系统地介绍了深度学习的核心理论与应用，从人工智能发展历程和机器学习基础讲起，涵盖Python编程、主流框架（TensorFlow、PyTorch等）、神经网络原理（结构、优化、评估）及经典模型（MLP

本书以社会对"具有数据分析技能的管理者”的需求为导向，从"场景引用驱动的商业数据挖掘”出发，将人工智能及数据挖掘赋能企业运营和商业创新工作。全书从数据分析思维切入，尝试以工商管理类学生容易接受的语言介绍商业数据挖掘的知识点及精髓。全书分为思维篇、方法篇和案例篇三部分，思维篇从应用的角度介绍数据的商业价值，期望让读者明白

本书旨在为不同专业背景的学生系统构建人工智能的知识体系。全书内容由基础到前沿，系统讲述了计算机科学与人工智能的宏观概述与发展历史，介绍了驱动当代人工智能发展的三大引擎——深度学习、自然语言处理与计算机视觉的基本原理与典型应用，并延伸至以大模型、AIGC为代表的技术前沿，以及对AI伦理的思考。在编写上，本书注重通识教育的

本书从机器学习在数据处理的角度入手来介绍机器学习的常用算法，按照"背景引入－方法介绍－案例－拓展知识点及文献”的思路来组织内容。本书共14章，涵盖了机器学习的常用算法。对于书中的每种机器学习算法，本书均给出了基本定义、典型应用，可方便读者更加深入的理解每种机器学习算法。此外，本书还介绍了计算机视觉的应用为例，阐述了机器

本书旨在帮助学生理解人工智能的基本概念和应用，建立起初步的知识框架。本书包含9个项目，涵盖了人工智能的概念和定义、人工智能的发展历史、自然语言处理、计算机视觉、专家系统、机器学习、生成式人工智能、人工智能与社会等内容，以“项目引领、任务驱动”的编写模式，将知识学习与实践体验有机结合，并配套了相应的练习题供学生巩固所学知